ES搜索引擎增删改查操作

GET /索引名/_search
{
"query": {
"geo_distance": {
"distance": "30km",
"索引字段名": {
"lon" : 120.126629,
"lat" : 31.799108
}
}
},

#排序
"sort": [
{
"_geo_distance": {
"索引字段名": {
"lon" : 120.126629,
"lat" : 31.799108
},
"order": "asc",
"unit": "km"
}
}
]
}

match查询

match查询知道分词器的存在，会对field进行分词操作，然后再查询。

match_all (查询索引全部数据)

GET /索引名/_search
{
"query": {
"match_all": {}
}
}

示例：

返回：

查询默认最大显示一万条，如果要total.value显示当前索引的全部文档数需要加下列条件

"track_total_hits": true

示例：

返回显示：

match查询

举个例子，你可以使用 match 查询语句来查询 tweet 字段中包含 elasticsearch 的 tweet,所有有关"elasticsearch ", 那么所有包含这个词中的一个或多个的文档就会被搜索出来。并且根据lucene的评分机制(TF/IDF)来进行评分。对Text类型字段，索引时会进行分词，大写字母会转成小写等，一般都用match搜索。

查询附带字段：

operator:匹配条件类型，有两个值，and:条件分词后都要匹配，or:条件分词后有一个匹配即可(默认)。

minmum_should_match:指定最小匹配的数量。

GET /索引名/_search
{
"query": {
"match": {
"tweet": "elasticsearch "
}
}
}

match查询多个字段

GET /bank/_search
{    
  "query": {     
	"must": [{   
            "match": {   
            "title": "Search"   
	}  
	},  
	{   
            "match": {   
	    "content": "Elasticsearch"   
	}  
   }]
  }
}

match_phrase查询

match_phrase查询首先解析查询字符串来产生一个词条列表。然后会搜索所有的词条，但只保留包含了所有搜索词条的文档，并且词条的位置要邻接。

GET /索引名/_search
{
"query": {
"match_phrase": {
"name": {
"query": "lonely wolf"
}
}
}
}

要完全匹配“lonely wolf”的文档才会被搜索出来。这种比较严格，可以用slop来调节，slop值越大，搜索的顺序可以忽略不计。ElasticSearch中一般情况下如果不希望被分词可以使用match_phrase进行搜索。

multi_match查询

es中如果我们希望两个字段进行匹配，其中一个字段有这个文档就满足的话，使用multi_match。multi_match多匹配查询的类型有多种，其中的三种： best_fields 、 most_fields 和 cross_fields （最佳字段、多数字段、跨字段）。默认情况下，查询的类型是 best_fields 。

可设置参数：

tie_breaker：在0~1之间，是个小数，在于说，将其他query的分数，乘以tie_breaker，然后综合与最高分数的那个query的分数，综合在一起进行计算，除了取最高分以外，还会考虑其他的query的分数。

minimum_should_match：最小匹配度，表示如果可选子句的数量等于（或小于）设置的值，则它们都是必需的，但如果它大于设置的值，则适用规范。

GET /索引名/_search
{
"query": {
"multi_match": {
"query": "无锡正天",
"fields": ["logisticsLineCompanyName","logisticsLineAddress"],
"type": "best_fields",
"tie_breaker": 0,
"minimum_should_match":1
}
}
}

ES索引操作

创建索引

创建一个不带mapping的索引

PUT /索引名

创建索引设置索引及分片

PUT /索引名
{
"settings": {
"number_of_shards": 3,
"number_of_replicas": 0
}
}

修改索引setting副本数（number_of_shards 分片数量不可修改）

PUT /索引名/_settings {

"number_of_replicas": 2

}

创建带有静态映射类型的索引

PUT 索引名
{
"settings": {
"number_of_shards": 5,
"number_of_replicas": 2
},
"mappings": {
"crawl_article": {
"_all": {
"enabled": false
},
"properties": {
"summary": {
"search_analyzer": "ik_smart",
"similarity": "BM25",
"analyzer": "ik_max_word",
"type": "text"
},
"title": {
"search_analyzer": "ik_smart",
"similarity": "BM25",
"analyzer": "ik_max_word",
"type": "text"
},
"content": {
"search_analyzer": "ik_smart",
"similarity": "BM25",
"analyzer": "ik_max_word",
"type": "text"
}
}
}
}
}

修改已创建的索引的mapping（如果mapping已有该字段则不能改变）

PUT 索引名/_mapping
{
"properties": {
"字段1": {
"type": "text", //字段类型
"fields":{
"keyword":{
"type":"keyword",
"ignore_above": 256
}
}
},

字段2：{
"type": "text"
},
字段3：{
"type": "text",

"index":false //索引方式、是否分析
}
}
}

示例：

返回结果

ES的文档字段可设置属性

boost

查询时提高字段的相关性算分，得分越高在查询结果集中排名越靠前，boost 可以指定其分数（权重），默认 1.0。

analyzer

字段分词器，默认为 standard，可以指定第三方的分词器。

dynamic

创建索引时，索引中字段是固定的，该属性可以决定是否允许新增字段，有三种状态A：

1）true：允许新增，es会为新的字段自动添加mapping类型。

2）false：允许新增，不会自动添加映射关系，但是不能作为主查询查询（查询不到具体的新增字段）。

3）strict：严格模式，不可以新增字段，新增就报错，需要重新设计索引。

ignore_above

超过ignore_above设置的字符串将不会被索引或存储，对于字符串数组，ignore_above将分别应用于每个数组元素，并且字符串元素，ignore_above将不会被索引或存储。

查询超过设置的数据

插入一条

查询

返回

fields

允许为字段设置子字段，可以有多个。

查看某个索引的映射结构

Get /索引名/_mapping

返回

查看某个字段的分词结果

GET /{index}/{type}/{id}/_termvectors?fields={fieldName}

返回（部分结果）